利用 开源Python爬虫程序 自动采集美女图搭建属于自己的图片站

今天分享的是一个大佬的开源爬虫项目，利用大佬发布的程序即可轻松可以爬取 mm131、mmjpg、妹子图等各大美女图片站，然后下载图片后，自动帮你发布并搭建一个属于你自己的图片站！

说明

项目地址：https://git.coding.net/zxy_coding/94imm.git

环境要求：Python 3.6、Mysql 5.5+、Nginx/Apache(非必需)，本文只说 CentOS 6/7、Debian 8/9。

这里使用宝塔和手动 2 种方法安装，如果你需要快速上手就使用手动安装，想操作方便就宝塔，自行选择。

安装环境

1、使用宝塔安装

#CentOS系统
wget -O install.sh http://download.bt.cn/install/install_6.0.sh && sh install.sh
#Debian系统
wget -O install.sh http://download.bt.cn/install/install-ubuntu_6.0.sh && bash install.sh

安装完成后，进入面板，点击左侧软件管理，然后安装 Mysql 5.5+、Nginx(如果你使用域名的话，就需要安装)。

然后点击左侧数据库 – 添加数据库，设置好数据库信息。

2、手动安装环境

提示：为了简单，这里采用Mysql 5.7+Caddy环境，这里也是，如果你需要使用到域名才安装Caddy。
这里博主是用的 Mysql 5.7，如果内存很低，5.7 跑起来会有点吃力，建议增加点 Swap 虚拟内存 →传送门。

安装 Mysql 5.7：

#CentOS 6系统
rpm -ivh http://repo.mysql.com/mysql57-community-release-el6.rpm
yum install mysql-community-server -y
service mysqld start
chkconfig mysqld on

#CentOS 7系统
rpm -ivh http://repo.mysql.com/mysql57-community-release-el7.rpm
yum install mysql-community-server -y
systemctl start mysql
systemctl enable mysql

#Debian 8系统
echo 'deb http://repo.mysql.com/apt/debian/ jessie mysql-5.7
deb-src http://repo.mysql.com/apt/debian/ jessie mysql-5.7' >/etc/apt/sources.list.d/mysql.list
wget https://repo.mysql.com/RPM-GPG-KEY-mysql
apt-key add RPM-GPG-KEY-mysql
apt update
#安装的时候会要你输入数据库密码
apt install mysql-server -y

#Debian 9系统
echo 'deb http://repo.mysql.com/apt/debian/ stretch mysql-5.7
deb-src http://repo.mysql.com/apt/debian/ stretch mysql-5.7' >/etc/apt/sources.list.d/mysql.list
wget https://repo.mysql.com/RPM-GPG-KEY-mysql
apt-key add RPM-GPG-KEY-mysql
apt update
#安装的时候会要你输入数据库密码
apt install mysql-server -y

这里 CentOS 安装 MySQL 5.7 的时候会生成一个随机密码，使用命令查看：

grep "password" /var/log/mysqld.log
#大致信息，******为密码
[Note] A temporary password is generated for root@localhost: ******

然后 CentOS 还需要修改数据库密码：

#登录数据库，输入你上面看到的密码
mysql -u root -p
#稍微设置密码难度下，不然修改的时候，密码必须很复杂才行
mysql> set global validate_password_policy=0;
mysql> set global validate_password_length=4;
#修改密码为moewah
mysql> set password=password("moewah");
#退出数据库
mysql> exit;

#CentOS 6重启数据库
service mysqld restart
#CentOS 7重启数据库
systemctl restart mysql

创建新的数据库，使用命令：

#创建94imm数据库，moewah为数据库密码，自行修改
mysql -uroot -pmoewah
mysql > create database 94imm;
#退出
mysql > exit;

此时 Mysql 5.7 算是安装完成了。

安装 Caddy：
<pre class="prettyprint wow zoomIn">
wget -N --no-check-certificate https://raw.githubusercontent.com/ToyoDAdoubiBackup/doubi/master/caddy_install.sh && chmod +x caddy_install.sh && bash caddy_install.sh
#备用地址
wget -N --no-check-certificate https://www.moewah.com/source/caddy_install.sh && chmod +x caddy_install.sh && bash caddy_install.sh

搭建站点

1、安装 Python3

为了避免下面依赖安装出错，这里就不使用软件包安装 Python3 了，直接就使用脚本安装，使用命令：

#CentOS系统
wget https://www.moewah.com/source/CentOS_Python3.6.sh && sh CentOS_Python3.6.sh
#Debian系统
wget https://www.moewah.com/source/Debian_Python3.6.sh && sh Debian_Python3.6.sh

2、搭建站点

#下载源码
git clone https://git.coding.net/zxy_coding/94imm.git
#安装依赖
cd 94imm
pip3 install -r requirements.txt
#导入目录的数据库文件，这里数据库名94imm，用户名和密码root、moewah，请自行修改
mysql -uroot -pmoewah 94imm < silumz.sql
#编辑配置文件
nano silumz/settings.py

填上你的数据库信息，大致如下：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.mysql',
        'NAME': '94imm',
        'USER': 'root',
        'PASSWORD': 'moewah',
        'HOST': '127.0.0.1',
        'PORT': '3306',
    }
}

再使用 Ctrl+x、y 保存退出。

编辑启动配置文件，使用命令：

nano uwsgi.ini

然后看着改，大致修改如下：

#配置文件默认是将源码放在root目录，如果在其他目录可以自行修改
#如果你要是用ip访问，将127.0.0.1:8000改成http=0.0.0.0:8000，端口也可以改

启动程序：

uwsgi --ini uwsgi.ini

此时站点地址为 ip:8000。

3、域名反代

提示：不需要域名的跳过该步骤

宝塔面板设置：
然后点击左侧网站 – 添加站点，填上你的域名，其他默认，然后点击域名设置 – 反向代理，url 设置 http://127.0.0.1:8000 即可。然后打开你的域名就可以看到站点了。

Caddy 设置：

#以下全部内容是一个整体，请修改域名后一起复制到SSH运行！且会自动给你配置ssl证书
echo "www.moewah.com {
 gzip
 tls [email protected]
 proxy / 127.0.0.1:8000
}" > /usr/local/caddy/Caddyfile

#启动Caddy
/etc/init.d/caddy start

采集发布

光搭建站点是不够的，还需要采集并自动发布图片，爬虫和发布脚本在 crawler 目录，详细脚本说明：

crawler开头的脚本为图片采集爬虫，然后也会自动给你发布到文章，目前有6个美女站的爬虫脚本，后期可能会更多
AutoPost.py为自动发布脚本，将你本地的图片自动发布到搭建的站点中
Compress.py为图片压缩脚本，可以自动压缩图片，减少硬盘占用

这里以 mm131 爬虫脚本为例，先编辑 crawler_mm131.py 爬虫脚本。

cd crawler
nano crawler_mm131.py

大致修改如下：

#修改为你的数据库连接信息
dbhost = {
    "host": "127.0.0.1",
    "dbname": "94imm",
    "user": "root",
    "password": "moewah"
}
#修改爬取的页数和图片保存路径，page为页数，img_path为路径，自行修改
for i in [{"page": 1, "type": "xinggan", "type_id": 1}, {"page": 1, "type": "qingchun", "type_id": 3},
          {"page": 1, "type": "xiaohua", "type_id": 3}, {"page": 1, "type": "chemo", "type_id": 1},
          {"page": 1, "type": "qipao", "type_id": 2}, {"page": 1, "type": "mingxing", "type_id": 1}]:
spider=Spider(page_num=i.get("page"),img_path='/static/images/mm131/',thread_num=10,type_id=i.get("type_id"),type=i.get("type"))

然后开始采集并自动发布到程序，使用命令：

#其它爬虫使用方法也都一样
python3 crawler_mm131.py

然后就可以再图片站看到你的图片了，要是不显示的话，可以尝试删除 cache 目录里的缓存文件。

如果你的硬盘空间很小，可以使用压缩脚本压缩下，使用命令：

#压缩时，会要你选择图片等路径
python3 Compress.py

如果压缩报错 No module named ‘PIL’，那需要先使用命令 pip3 install Pillow。

如果你要发布你本地的图片，就需要编辑 AutoPost.py，填上你的数据库信息，再使用 python3 AutoPost.py 发布即可。

最后你运行爬虫脚本的时候出现 UnicodeEncodeError: ‘ascii’ codec can’t encode 错误，那就需要先将系统的默认语言环境编码设置为 UTF-8 格式，使用命令：

echo 'export LANG=en_US.UTF-8 LANGUAGE=en_US.UTF-8' >> /etc/profile
source /etc/profile

其他说明

对于修改模板，目前模板总共有 3 套，位于 templates 文件夹下，需要先修改 silumz 下 settings 文件中的模板配置。

#94imm为模板名
TEMPLATES = [
{
    'BACKEND': 'django.template.backends.django.DjangoTemplates',
    'DIRS': [os.path.join(BASE_DIR, 'templates'+"/"+"94imm")]

然后将模板目录下的 pagination.html 文件放入 python 安装目录的 pagination 下。

一般为 /usr/local/lib/python3.6/site-packages/dj_pagination/templates/pagination

然后自己修改模板，模板为 html 文件，可在页面添加统计代码和广告代码。

对于想了解更多的，或者修改模板，爬虫分类、数据库的可以看下以下参考文章：

https://www.dablog.cn/index.php/archives/7/